查询大小估算

For the relational schemas of the campus card database given in problem 1, there are following assumptions:

ncard=10,000 , npos=100, ndetail=10,000,000

lcard=25, lpos=22, ldetail=29

V(campus, pos) = 6, V(location, pos) = 20

V(depart, card) = 100, V(name, card) = 5000

The value of attribute cdate in detail table is uniformly distributed between ‘2017-01-01’ and ‘2017-12-31’.

block size is 4K bytes.

size of B±tree pointer is 4 bytes.

card and detail tables are stored as sequential files based on search key cno.

there is a B±tree index on detail(cno).

(1) Estimate the size (i.e. number of records) returned by following SQL statement :

select d1.cno, d2.cno

from detail d1, detail d2

where d1.pno=d2.pno

and d1.cdate=d2.cdate

and d1.cdate between ‘2017-05-01’ and “2017-07-31’

首先，detail被pno给连接了起来。pno是pos的主码，很容易得知，pno一共100个不同的值。

而detail一共10,000,000条记录。也就是说，一条pno对应了10,000,000/100条detail

也就是说，1条pno两侧分别有100,000条detail，它们笛卡尔积的大小就是(100,000)^2，

既然有100条pno，那么它们的大小为100*100,000^2。

由此，可以得到一个公式(由于我的概率论不太好，只能用这种方式算概率)，假如一个集合大小为n, 一个集合大小为m，连接它们的属性一共k个，那么一个属性分别对应n/k, m/k个属性，结果为n*m/k个，概率为1/k。

简而言之，概率就是连接它们的属性个数倒数。

对于and连接的条件，概率相乘，第一次连接，概率为1/100.

由于一年有365天，因此第二个连接属性的大小为365

最后一个条件不涉及连接，更加简单，就是3/12

结果就是：(10,000,000)*(10,000,000)/(100*365)*3/12

这个算法需不需要m=k或者n=k呢？好像不需要。